Laurent Davezies (CREST-ENSAE)
Nous présentons une nouvelle procédure de randomisation pour les expériences, fondée sur la méthode du cube, qui permet d’obtenir un équilibre quasi parfait entre les covariables. Cela garantit la conformité aux tests d’équilibre standard et permet d’équilibrer de nombreuses covariables, ce qui rend possible une estimation plus précise des effets du traitement à l’aide d’informations pré-expérimentales. Nous dérivons des limites théoriques du déséquilibre en fonction de la taille de l’échantillon et de la dimension des covariables, et établissons la cohérence et la normalité asymptotique des estimateurs obtenus. Des simulations montrent des améliorations substantielles en termes de précision et d’équilibre des covariables par rapport aux méthodes existantes, en particulier lorsque le nombre de covariables est élevé.